摘要
本公开涉及医疗大数据技术领域,具体涉及一种基于LGE影像组学特征和临床预测特征建立HCM患者终点事件预测模型的方法、基于HCM患者终点事件预测模型预测SCD风险的方法以及装置。所述建立模型的方法创新性地将LGE影像组学与临床特征相结合,并采用多种机器学习方法建立与心血管死亡患者组、心力衰竭住院患者组、次要终点事件患者组中每个患者组对应的多个影像组学‑临床特征联合预测模型,然后从中筛选出所述每个患者组的最优的影像组学‑临床特征联合预测模型,作为每个患者组的HCM患者终点事件预测模型。本公开实现了针对HCM患者的多种心血管终点事件的预测,不仅局限于心脏性猝死,且在多种预测中均表现出良好的预测效力。
技术关键词
患者
组学特征
预测特征
终点
影像
机器学习方法
因子
基线
心脏磁共振
超声心动图
朴素贝叶斯法
图像
感兴趣
Cox比例风险模型
左心室
K近邻法
计算机
医疗大数据技术
肥厚型心肌病
系统为您推荐了相关专利信息
教学培训方法
图像识别技术
图像识别模型
神经系统
动态
血流数值模拟
图像分割模型
三维模型
生成多尺度
耦合算法
仿真训练系统
AR智能眼镜
康复动作
密钥管理系统
患者乳房
数据处理方法
追踪特征
视觉
音频特征
面部图像数据
特征提取模型
分析方法
数据挖掘模型
置信度阈值
Apriori算法